基本信息

---

下载

文档摘要

---

机器学习在反洗钱可疑交易识别中的特征工程

引言

反洗钱是金融安全的重要防线，随着金融交易的数字化、全球化发展，可疑交易呈现出隐蔽性强、手段多样化的特点。传统基于规则的反洗钱系统依赖人工设定的阈值（如单日交易次数超过10次、单笔金额超过50万元），但面对复杂的资金网络和新型洗钱手段（如“化整为零”“多层嵌套转账”）时，往往存在漏报率高、误报率高的“双高”问题。机器学习技术的引入为解决这一困境提供了新路径，而其中特征工程作为连接原始交易数据与模型性能的关键桥梁，直接决定了模型能否有效捕捉可疑交易的本质规律。本文将围绕特征工程在反洗钱可疑交易识别中的核心价值、关键步骤及技术优化展开系统论述，探讨如何